EJERCICIOS DE CONTROL DE LA CALIDAD

13) Si un proceso tiene un Cps = 1.3, estime las PPM fuera de

especificaciones (apyese en la tabla 5.2).
PPM = 96.231
14) La especificacin del peso de una preforma en un proceso de
inyeccin de plstico es de 60 1 g. Para hacer una primera
valoracin de la capacidad del proceso se obtiene una muestra
aleatoria de n = 40 piezas, y resulta que X= 59.88 y S = 0.25.
a) Estime con un intervalo de confianza a 95% los ndices Cp, Cpk y
Cpm, e intrprete cada uno de ellos.

Cp=

ESEI
6

Cp=

6159
6 ( 0.25 )

Cp=

2
1.5

Cp=1.33 R
De acuerdo a este intervalo se puede decir que el proceso tiene una
capacidad potencial intermedia, debido a que en el intervalo se incluye a
1.33.

Cpk=minimo

EI ES
,
3o
3o

Cpk=

59.8859 6159.88
,
3(0.25)
3(0.25)

Cpk=

0.88 1.12
,
0.75 0.75

Cpk=1.17 , 1.49 R
De acuerdo al intervalo se puede concluir que existe incertidumbre sobre la
capacidad real del proceso

Cpm=

ESEI
6r

r= +( N )
r= (0.25)+(59.8840)
0.0625+395.21

r=
r= 395.27
r=19.88 R
Tal como se muestra el intervalo se concluye que el proceso tiene una
capacidad intermedia.
b) Hay seguridad de que la capacidad del proceso sea satisfactoria
No hay seguridad ya que el proceso no est estable y existe incertidumbre
sobre la capacidad real por que el tamao de la muestra es pequeo y esto
demuestra y se sugiere a seguir monitoreando el proceso hasta tener un
tamao de la muestra mayor.
c) Por que fue necesario estimar por intervalo
Para tener una mayor certidumbre acerca del valor verdadero de la
capacidad del proceso.
15) Conteste los primeros incisos del problema anterior, pero ahora
suponga que el tamao de la muestra fue de n = 140. .Las
conclusiones seran las mismas
No seran las mismas conclusiones, debido a que el tamao real de la
muestra es un nmero ms elevado y esto hara que el proceso est en un
una capacidad estable.
16) Realice el problema 14 con de n = 40 piezas, X= 59.88y S =
0.15.

Cp=

ESEI
6

Cp=

6159
6(0.15)

Cp=

2
0.9

Cp=2.22/

EI ES
,
3o
3o

59.8859 6159.88
,
3(0.15)
3(0.15)

Cpk=minimo

Cpk=

Cpk=

0.88 1.12
,
0.45 0.45

Cpk=1.96 , 2.49 //

Cpm=

ESEI
6r

r= +( N )
r= (0.15)+(59.8840)
r= 0.0225+395.21
r= 395.23
r=19.88 //

21. Explique la mtrica Seis Sigma (el estadstico Z)

Es la mtrica de capacidad de procesos de mayor uso en Seis Sigma.
Se obtiene calculando la distancia entre la media y las especificaciones, y esta
distancia se divide entre la desviacin estndar.
22. De un ejemplo donde se apliquen las siguiente mtricas: DPU, DPO, DPMO, e
interprtelas.
En la EPN se matriculan a Nivelacin 1000 estudiantes en cada perodo acadmico, al

realizar el proceso de actualizacn de datos se revisa y actualiza lo siguiente :

1. Nombres
2. Procedencia
3. Fecha de nacimiento
4. Ttulo de colegio
5. Colegio del que proviene
Se tiene los siguientes errores en le proceso de actualizacin de datos:
1. Errores en los nombres
2. Errores en la fecha de nacimiento
3. Errores en el colegio
En un perodo acadmico se encuentra que existen 210 errores
DPU = d/U
DPU = 210/1000
DPU = 0,21
En promedio cada actualizacin de datos tiene 0,21 errores
DPO = d/U*O
DPO = 210/(1000*5)
DPO = 0,042
De 5000 ingresos de datos se cometen 210 errores
DPMO = 1000.000 * DPO
De un millon de ingresos de datos se espera tener 42000
errores
DPMO = 42000

23. Si una caracterstica de calidad tiene una especificacin de 35 1, y de

acuerdo con datos histricos se tiene que = 35.1, y una desviacin estndar de
corto plazo igual a 0.31, y de largo plazo igual a 0.40, resuelva lo siguiente:
a) Obtenga Zc y ZL, y diga por qu difieren de manera importante.
Zc difiere de ZL porque la desviacin estndar de corto plazo solamente toma en
cuenta a una muestra pequea del proceso en un periodo de tiempo corto donde no
influyen factores externos como mano de obra, maquinara, materiales, turnos,etc.
b) Cul es el nivel de sigmas del proceso?
El nivel de sigmas del proceso se obtiene a travs de Zc. Por lo tanto el nivel de
sigmas es de 2.90 sigmas.
c) Obtenga los ndices Pp y Ppk e interprete.
El valor de es menor que 1 y mayor a 0.67 por lo tanto es de clase 3 y no es
adecuado para el trabajo.
El valor de especificacin. Es menor que 1 por lo tanto no cumple con al menos una
d) Obtenga los ndices Cp y Cpk e interprete.

El valor de es mayor que 1 y menor que 1.33 por lo tanto es de clase 2 y es

parcialmente adecuado y requiere un control estricto.
El valor de especificacin. Es menor que 1 por lo tanto no cumple con al menos una
e) Con cuntas PPM trabaja este proceso?
En 2 procesos.
24. Considere que los datos del ejercicio 15 del captulo 2 se obtuvieron con 28
muestras de tamao 4 cada una, y los datos estn ordenados por rengln (cada
rengln representa dos muestras). Resuelva lo siguiente:

a) Obtenga la desviacion estandar de corto y largo plazo.

b) Calcule Zc y ZL, e interprete.
c) .Cual es el nivel de sigmas del proceso?
d) Obtenga Pp y Ppk.
e) Con cuantas PPM trabaja este proceso?
27,72 27,88 27,89 27,93 28,02 28,19 28,21 28,39
27,91 27,94 27,95 27,96 27,97 28,04 28,05 28,06
27,74 27,81 27,91 27,93 27,95 27,98 28,07 28,13
27,8227,7027,7627,7627,8827,7527,8827,7527,6327,8427,87
DATOS
N=
EI=
ES=
=
=
a.
27,87 27,84 27,84 27,81 27,89 27,75 28,05 27,78 27,74 27,85 27,90
27,87 27,86 27,87 27,84 27,96 27,82 28,08 27,89 27,84 27,88 27,94
27,90 27,98 27,90 27,85 28,04 27,85 28,11 27,94 27,91 27,97 27,97
27,91 27,99 27,94 27,93 28,08 27,98 28,11 28,04 27,93 28,00 28,01
27,94 28,00 28,07 27,94 28,08 28,02 28,13 28,05 28,10 28,01 28,13
28,16 28,02 28,10 27,95 28,19 28,09 28,14 28,10 28,14 28,1028,16
28,23 28,13 28,26 27,96 28,22 28,27 28,16 28,19 28,21 28,12 28,16
28,00 27,50 28,50 27,98 0,14
DESVIACION ESTANDAR CORTO PLAZO
DESVIACION ESTANDAR LARGO PLAZO
l= 0,14
0,39 /2,326
c= 0,17
b.
Zc y Zl

Zs=28,527,98
Zs=3,13
Zi
Zi=Zc

Zs=0,17
Zs=Zi
Zs
Zs=
Zi=27,9827,50 = 0,17
Zi=2,84
Zc=2,84
Min[ , ]
Zi=Zl

=28,527,98
=0,14
=3,65

=27,9827,50
=0,14
3,31
Zl=3,31
Min[ , ]
Zm
Zm=l]
=-0,47
c. Nivel de sigmas del proceso
Zc=2,84
d. Pp y Ppk
Pp
ESEI
6
Pp=28,5027,50
=6 0,14
Pp=EI ,]3L3L
Ppk
Ppk=6,96

Min[Ppk=27,9827,50 28,5027 98,]

3 0,14
1,10
e. PPML
PPML
exp=Zc
PPML=exp
PPML=91528,26
25. A partir de los datos de la tabla 5.5 del ejemplo 5.7 obtenga lo siguiente:
Son 36 muestras con 5 datos cada uno: d2=2.326 (segn apndice A1)
=552,5
ES=558
EI=542
a) Obtenga desviacin estndar de corto y largo plazo.
Desviacin estndar de corto plazo
R 4,6
c=Rd2
c=4,6(2,326)
c=1,98
Desviacin estndar de largo plazo
L=S
L=1,96
b) Calcule Zc y ZL, e interprete.
Zc
Zs=ZL
Es -
Zs=
Zs=Es -
558 - 552,5
Zs=1.98
558 - 552,5
1.96
Zs=2.78
Zs=2.81

Zi= - EI
Zi= - EI
Zi=
552,5 - 542
Zi=1.98
Zi=Zc=1.96
5.31
Zi=mnimo [Zs,Z1]
Zc=552,5 - 542
5.36
ZL= mnimo [Zs,Z1]
2.78
ZL=2.81
Zm = Zc - ZL
Zm =-0.03
Si Zm es menor a 1,5 el proceso tiene un mejor control que el promedio de los procesos
con control pobre
c) Cul es el nivel de sigmas del proceso?
Zc=2,78 sigmas
d) Obtenga Pp y Ppk.
Pp
Pp=ES - EI
6L
Pp=ES - EI
6L
Pp =1,36
Ppk =0,94
d) Con cuntas PPM trabaja este proceso?
PPML= 29,37 (Zc 0,8409 2)
= 2,221
PPML= 29,37 (2,78 0,8409) 2
=2,221
101802= PPM

26. De 2000 tarjetas electrnicas producidas se detectaron 1000 defectos. Cada

tarjeta tiene 50 componentes.
a. Calcule los ndices DPU y DPMO e interprete
Unidades inspeccionadas U
Defectos d
Oportunidades de error por unida O
DPU = d/U
DPU = 1000/2000
DPU = 0,5
DPO = d/U*O
2000
1000
50
En promedio cada tarjeta producida tiene 50 % de defectos
DPO = 1000/(2000*50)
DPO = 0,01
De un milln de tarjetas producidas se fabricaron 1000 con defectos
DPMO = 1000.000 * DPO
DPMO = 10000
De un milln de tarjetas producidas se fabricaron 10.000 con defectos
b. Estime el nivel de sigmas de este proceso
Sigmas
y=e ^-DPU
(2,7183) ^-0,5
0,6065
P(ZZy)= 1-Y
P(Z>Zy)= 1-0,6065
P(Z>Zy)= 0,2703
Suponiendo un desplazamiento de 1,5 sigmas
Zc= Zy +1,5
Zc =0,2703+1,5
Zc =1,7703
27. Se examinaron cuatro caractersticas crticas en una muestra de 500 rdenes de
compra. En 25 de las rdenes fueron encontrados 50 errores de diferentes tipos.
a) Obtenga el DPU y el DPMO.
b) Estime el nivel de sigmas de este proceso.
Rendimiento:

0 1
La probabilidad de que una unidad este libre de defectos es de 90.48%
El nivel de sigmas de largo plazo es de 1.84
El nmero de sigmas del proceso es de 3.34
28. Un proceso tiene cinco defectos codifi cados con las letras A, B, C, D, E. Los
siguientes datos fueron colectados en cierto periodo de tiempo, registrando (D)
defectos, unidades (U) y oportunidades (O).
a) Con base en los datos de la tabla, obtenga el DPU, el DPO y el DPMO para

cada
tipo de defecto, asi como para el total.
b) Obtenga una estimacion de la probabilidad de que el producto no tenga
ese defecto,
Y = eDPU, y con ello el nivel de sigmas de largo y corto plazo para el
defecto
correspondiente.
c) Considere todos los defectos y determine cual es el nivel de sigmas del
proceso.
CARACTERISTICA
D
U
O
DPU
DPO
DPMO

Y = eDPU
ZL
ZC
TIPO A
20
450
10
0,044
0,004
4444,44
0,96
1,71
3,21
TIPO B
15
350
15
0,043
0,003
2857,14

0,96
1,73
3,23
TIPO C
6
200
25
0,030
0,001
1200,00
0,97
1,89
3,39
TIPO D
25
350
12
0,071
0,006
5952,38
0,93
1,48
2,98
TIPO E
30
400
15
0,075
0,005
5000,00
0,93
1,46
2,96
TOTAL
96
1750
77
0,05
0,00
3890,79
0,95
1,65
3,15
134750

En promedio cada proceso tiene 0,05 defectos (DPU)

En total de 134750 procesados 96 tuvieron defecto
De un milln de procesados se espera tener 3890, por lo que no habra un
proceso
seis sigma, ya que el objetivo es de 3,4
La probabilidad de que una unidad est libre de defecto es del 95%
El nivel de sigmas a largo plazo es de 1,65
El nmero de sigmas des proceso es de 3,15, cercano a 66807, est muy
lejos de
tener un proceso seis sigma
29. Se proyecta la produccin de una nueva pieza y se requiere
establecer sus
especificaciones. Para ello, a partir de una produccin preliminar se
obtiene una
muestra pequea de n = 35 piezas, se mide y se obtiene X = 26.3 y
S = 0.3. Con base
en esto obtenga los lmites de tolerancia natural, considerando
confianzas de = 90%
y 95% y coberturas dadas por = 0.10 y 0.05. Explique los cuatro
intervalos obtenidos.
=90%
=0,10
Lmite de tolerancia
K= X K ( , )
S=90,00%
1,998
X K (90,0,10 )
S =26,3 0,60= (25,7 , 26,9)
=95%
=0,05
Lmite de tolerancia
K=2,49
X K ( , )
S=95,00%
X K ( 95 , 0 , 05 )
S=26,3 0,75= (25,55 , 27,05)
30. Si en el problema anterior las especificaciones deseadas, de manera
preliminar y
de acuerdo con los requerimientos de diseo son 26 +- 1, obtenga el Cp,

que se
tendra en cada uno de los casos indicados arriba. (Nota: recuerde que el Cp
es una
razn entre la amplitud de las tolerancias deseadas y la amplitud de la
variacin del
proceso, lo cual se calcul en el inciso anterior)
K( ,)
S=26 1=
Cp=[25 , 27]
6
Cp=2725
6 0,3

Cp= 27,23425,366
6 0,3
Cp= 27,04725,553
6 0,3
Cp= 1,11
0,66
=0,83
31. Si en el punto anterior los Cp obtenidos son malos, Qu
alternativas hay?
Los Cp obtenidos en el ejercicio 30 corresponden a la clase 3 y se los
considera
malos. Para esto es necesario aumentar el nmero de la muestra a 40, la
confianza a
99% y el lmite de confianza en un 99% para obtener un ndice K de 6.518.
Con este
ndice se tiene los siguientes Cps.
99,0 01
De esta manera el proceso puede ser considerado como de clase mundial.
32. Con respecto al problema 29:
a) Resuelva dicho problema considerando que se obtuvieron los
mismos datos (X=
26.3 y S = 0.3), pero ahora suponga que se utiliz un tamao de
muestra de n = 110.
X=26,3
S=0,3
n=100

=90%
=0,10
Lmite de tolerancia 90,00%=1,998
K=(1- /2)*100= 95
Lmite de tolerancia 95%
(1- /2)*100= 97,5
Lmite de tolerancias 97,5%
K = 1,988
S*K = 0,5964
26,3 0,5964
K(90,0,1)
S= K ( ,)
S=26 1
K = 2,49
S*K =[25,7036 ,26,8964]
= 2725
6 *0,3
=1,11
Cp=27,23425,366
6*0,3
=0,66
= 27,04725,553
6 0,3
=0,747
26,3 0,747
K(90,0,05)
S=[25 , 27]
Cp=95%
0,05
Cp=95,00%
2,49
cp=0,83
b) Compare los intervalos anteriores con los obtenidos en el
problema 29. Por qu
tienen distinta amplitud?
33. Supongamos que la longitud de un ensamble final, y est dado
por la siguiente
combinacin lineal de tres componentes individuales: y = x1 + 3x2
+ x3. Para la
longitud final se tiene una tolerancia de 180 2.5. Las longitudes
de cada uno de los
componentes se distribuyen normal con media y varianza conocida:

x1 N(39.8,
0.23), x2 N(60.1, 0.59) y x3 ~ N(79.9, 0.92). Todas las longitudes
estn dadas en
milmetros, y pueden suponerse independientes, ya que son
producidas en mquinas
diferentes. Encuentre el porcentaje de ensambles finales que
cumplen con las
especificaciones.
y = x1 + 3x2 + x3
Especificaciones de diseo= 180 2.5
x1 N(39.8, 0.23)
x2 N(60.1, 0.59)
x3 ~ N(79.9, 0.92)
y = x1 + 3x2 + x3
Distribucin Normal con media:
y=39,8 + 3*60,1 + 79,9
y=300
Varianza:
y=(0,23)^2 + (3*0,59)^2 + (0,92)^2
y=4,03
Desv. estandar =2,01
Porcentaje de ensambles que caen dentro de las especificaciones:
[177,5 , 182,5]
P(177,5 y 182,5)= P(y182,5) - P( y 177,5)
*(182,5 - 300)/4.03+
(-58,53)
- *(175,5 - 300)/4.03+
- (-62,02)
34. La longitud de un ensamble final , y , est dado por la siguiente
combinacin lineal
de cuatro componentes individuales : y=x1+3x2+x3+x4. Para la
longitud final se tiene
una tolerancia de 107 + - 1,5. Las longitudes de cada uno de los
componentes se
distribuye normal con media y varianza conocida: x1 N(19,8, 0,15),
X2 N(10, 0,9), X3
N(25,02, 0,3), X4 N(32, 0,23). Todas las longitudes estn dadas en
milmetros, y
pueden suponerse independientes porque son producidas en
maquinarias diferentes.

a. Qu porcentaje de ensambles finales cumplen con especificaciones?

[105,5 , 108,5]
x1 ~ N(19,8, 0,15)
X2 ~ N(10, 0,9)
X3 ~ N(25,02, 0,3)
X4 ~ N(32, 0,23)
y=x1+3x2+x3+x4
Distribucin normal con media
y =19,8+3*10+25,02+32
106,82
Varianza
^2y =(0,15^2)+((3^2)*(0,9^2))+(0,3^2)+(0,23^2)
^2y =7,4554
La desviacin estndar es la raz cuadrada de la varianza
Desv.estandar = 2,73
Porcentaje que cae dentro de las especificaciones
P(105,5 y 108,5)= P(y108,5) - P( y 105,5)
108,5106,82
7,54
- (=(108,5106,82
7,54
1,68
2,73
=(105,5106,82
7,54
105,5106,82
7,54
1,32
2,73
Distr.Norma(X, media, desv.estandar,Acum) - (Distr.Norma(X, media,
desv.estandar,Acum)
0,73081556
De los productos ensamblados caen dentro de los lmites de
41,64% especificacin
35. Se disean las tolerancias de un ensamble lineal de tres piezas,
de forma que la
longitud final est dada por y =x1 + x2 + x3. Las especificaciones
para el ensamble
final son de 32.00 0.7. La longitud de cada componente,x1, x2 y x3,
son
independientes y se distribuye normal con medias 1 = 12, 2 = 8,
3= 12,

respectivamente. Se desea definir los lmites de tolerancias para

los ensambles
individuales de tal forma que al menos 99.73% de los ensambles
finales est dentro de
especificaciones.
Realice lo anterior suponiendo que la variacin de los componentes
individuales es proporcional a su longitud (vase ejemplo 5.10). 1
2, 3, 1, 2 y coincide con el valor nominal 3, por coincidir con los lmites de la
especificacin, por lo tanto: 07, 3, los lmites naturales del proceso estarn
dentro de especificaciones y
el porcentaje de ensambles dentro de especificaciones ser de por lo menos
99.73%
2, 1, 2, 2, 2, 3, 2, 2. Debido a que la variacin de los componentes
individuales es proporcional a la longitud se tiene:
1 2 3; 2 2 2 2; 1; 32
1 2 3 ; 2 2 2; 0; 05429
32 3 2
de donde se obtiene:
por lo tanto se sabe que:
222
Lmites de especificacin para cada componente
x1, x2, x3
36. Resuelva el problema anterior pero ahora suponga una
especificacin para el
ensamble final de 32.00 0.9, y analice los cambios en las
especificaciones de los
componentes individuales
DATOS
1 =12,00
2=8,00
3 =12,00
3 =0,90
N=10,00
y = 1 + 2 + 3
y = 12 + 8 + 12
y= 32,00
Cp= 1

2
1 2
2 2
3 2
2

1 2
2 2
3 2

_1^2 =0,024
_2^2 =0,016
_2^2 =0,024
X1=+12,46; -11,54
X2=+12,38; -11,62
X3=+12,46; -11,54
37. Dos partes son ensambladas como se muestra en la figura 5.10.
La distribucin de
x1 y x2 es normal con 1 = 19.9, 1 = 0.28, y 2 = 19.45, 2 =
0.42. La especificacin
para el claro entre las dos piezas es 0.50 0.38.
El claro u holgura del ensamblaje es y= x1-x2
Varianza
^2y =0,28^2 + 0,42^2
^2y =0,25
Desv.estandar =
y=0,50
19,9 - 19,45
y=0,45
EI=0,12
ES=0,88
a) Qu porcentajes de los ensambles cumplen con la especificacin del
claro?
P(EI< y < ES)= (()/

29. Se proyecta la produccin de una nueva pieza y se requiere

establecer sus especificaciones. Para ello, a partir de una produccin
preliminar se obtiene una muestra pequea de n = 35 piezas, se mide y
se obtiene X = 26.3 y S = 0.3. Con base en esto obtenga los lmites de
tolerancia natural, considerando confianzas de = 90% y 95% y
coberturas dadas por = 0.10 y 0.05. Explique los cuatro intervalos
obtenidos.
ESEI
CP=
6o

CP=

26.626
6(0.3)

CP=0.33

Cr=

6o
ESEI

Cr=

6(0.3)
26.626

Cr=3

30. Si en el problema anterior las especificaciones deseadas, de manera

preliminar y de acuerdo con los requerimientos de diseo son: 26 1,
obtenga el Cp que se tendra en cada uno de los casos indicados arriba.
(Nota: recuerde que el Cp es una razn entre la amplitud de las
tolerancias deseadas y la amplitud de la variacin del proceso, lo cual
se calculo en el inciso anterior.)
ESEI
CP=
6o

CP=

2725
6(0.30)

CP=1.11

31. Si en el punto anterior los Cp obtenidos son malos, .que

alternativas hay?
32. Con respecto al problema 29:

a) Resuelva dicho problema considerando que se obtuvieron los mismos

datos (X = 26.3 y S = 0.3), pero ahora suponga que se utilizo un tamao
de muestra de n = 110.
b) Compare los intervalos anteriores con los obtenidos en el problema